非接触式心率(HR)检测可以通过远程光电容积描记术(rPPG)实现, 引起越来越多的关注. 但在实际应用中, rPPG信号非常细微, 极易被噪声淹没, 从而导致现有的基于rPPG的心率检测方法很难准确地估计心率. 针对以上问题, 本文提出了一种增强rPPG信号、抑制噪声的非接触式心率检测方法. 在这种方法中, 首先通过欧拉颜色放大技术对正常HR分布频带上的色度信息进行放大, 避免rPPG信号过小被噪声淹没; 接着使用人脸检测与跟踪技术选定合适的感兴趣皮肤区域; 然后在感兴趣区域内提取放大后的色度信息, 使用盲源分离方法和相关性分析分离出rPPG信号; 最后对rPPG信号进行时域滤波与功率谱密度分析, 估计出HR值. 经多组实验验证, 本文所提方法相比于以前方法具有更高的HR估计精度.

适用于在originpro中一键绘制相关性热图

基于spss应用的产业结构与物流需求量相关性分析

生成热图以探索数据点之间的相关性。 由D3.js提供支持。

人工智能-搜索引擎

人工智能-搜索引擎

为了利用激光雷达探测的消光系数垂直分布来反演气溶胶质量浓度的垂直分布,研究气溶胶消光系数与质量浓度之间的关系就显得十分重要。根据Mie散射理论,分析了气溶胶的质量消光系数、消光系数和质量浓度之间的关系,引进了等效参数,分析了Junge指数对等效参数的影响,用实际测量的粒子谱分布、能见度、相对湿度和气溶胶质量浓度验证了气溶胶消光系数和质量浓度之间的关系。这对利用激光雷达测量的气溶胶消光系数垂直分布来反演气溶胶质量浓度的垂直分布是很有实用价值和指导意义的。

传统的双重差分（DID）作为政策效应评估方法中的一大利器，受到越来越多人的青睐， 但是，在传统的DID中，一个经典的假设是个体处理效应稳定性假设（Stable Unit Treatment Value Assumption，SUTVA）。SUTVA最重要的一点是“处理组个体不会影响控制组个体”。换言之，在SUTVA框架下，总体中的任何个体并不会受到其他个体接受处理与否的影响。这个要求有点太高了，随着地区间的交流越来越密切，政策的实施效果难免会有扩散效应，因此，这个假设在考虑到空间相关性时被打破了，当不同空间单元之间存在相关性即存在空间溢出效应时，SUTVA不再成立（Kolak&Anselin，2019）。并且事实上，SUTVA在大多数情况下可能都不成立，而现有的DID类实证文章很少会考虑到这一点，并且Ferman（2020）指出忽略空间相关性将导致标准误被低估，从而夸大系数的显著性。于是空间双重差分SDID应运而生！

文件包含m序列、gold序列、walsh序列matlab生成代码，及walsh相关性代码

可直接运行